在日益丰富的音乐应用场景下，实现基于音乐情感的音乐检索、音乐分类和精准推送愈发重要，而一曲音乐在不同片段的情感多变性却使得音乐情感分析任务变得十分复杂。传统的以人工方式对音乐进行情感分析费时费力，简单地使用单标记分类技术也无法准确地分析出音乐所蕴含的复杂而多样的情感，然而，其复杂性与多变性却十分契合多标记分类技术。
针对此问题，**基于多标记分类技术，在依据音乐的物理信息提取的带有情感标记的数据集上，先利用信息熵的思想筛选原始音乐特征空间中关键的数值型向量特征，再利用聚类方法进行特征转换，并完成数据的标准化，从而获得一组原始数据空间对应的映射空间，实现音乐元数据的降维操作，最后再以此导入基本分类器进行音乐情感分析。**该方法有着完备的理论支持，且实验结果表明，基本分类器在映射空间上的多标记分类表现整体上优于原始数据空间。
2022-05-02 09:06:49
317KB
针对FP-growth算法时空效率低的问题,提出了改进的FP-tree构造算法。该算法利用动态结点插入技术构造FP-tree,能有效减小模式树的宽度,达到压缩空间的目的;同时,该算法提高了前缀路径的共享性,提高了算法的效率。针对密集型数据的频繁模式完全集难以挖掘的问题,文中提出了IFPmax最大频繁模式挖掘算法,在改进的IFP-tree结构的基础上,利用结点的秩进行预判断,充分利用最大频繁模式的性质对已经存在的结点进行标记,有效避免了节点的冗余遍历,提高了最大频繁模式挖掘算法的效率。实验表明,在不同的基准数据集上文中提出的算法更有效,避免了节点的冗余遍历,使最大频繁模式挖掘算法效率更高。
2022-05-01 21:34:24
659KB
1
stata面板数据分析
1.高级计量经济学案例库.zip
2.IV专题.zip
3.固定效应与随机效应.zip
4.动态面板.zip
5.离散被解释变量.zip
6.门槛模型.zip
7.面板VAR.zip
8.面板论文.zip
9.120分钟搞定数据分析及结果输出.zip
2022-05-01 21:03:51
177.92MB
基于PSO粒子群优化的kmeans的聚类仿真，matlab2021a仿真测试。
2022-05-01 12:05:55
156KB
聚类分析，基于kmeans聚类分析并输出收敛图，matlab2021a仿真，输出聚类点，聚类收敛图。
2022-05-01 12:05:53
27KB
数据集图像定量采集于厄瓜多尔南部的山地热带雨林，包括在该地区观察到的675种经过遗传验证的飞蛾物种。由于对这些飞蛾的专业知识非常匮乏，因此机器自动识别分类图像可以极大地帮助研究，或对濒临灭绝的栖息地进行监测。图像是在具有统一背景和姿势的环境下拍摄的，更加容易提取图像中的特征点。
2022-04-30 19:08:07
887.02MB
安全技术-网络信息-文本挖掘技术研究及其在综合风险信息网络中的应用.pdf
2022-04-30 17:01:14
5.13MB